時隔一年，「黑悟空」歸來再度登上熱門。
這次，除了官方發布了6分鐘實機劇情片段，英偉達更是帶來了8分鐘實機試玩片段。
重磅的是，這是「黑悟空」首次支援4K RTX ON光追 NVIDIA DLSS技術。
網友們看後瞬間熱血沸騰。
2020年，黑悟空首度曝光，驚艷全球。
到了2021年，大秀UE5的測試，那白雪紛紛的地面場景處理，讓網友直呼顯卡危機中國版。
2022，直接上了英偉達4K RTX ON。
就拿開篇悟空變金蟬的那一段進行對比，今年的翅膀建模與飛行動作，明顯比2020年的版本更有質感。
有了光追的加持，金蟬身體的不同位置也會基於不同的光照角度展現不同的細節，也顯得更加逼真、自然。
顯然，AI 技術和光線追蹤技術正在改變我們的遊戲和創作方式。
從技術角度來講，遊追和DLSS已經成為製作3A遊戲大作的標配。
「黑悟空」之所以能讓玩家體驗如此身臨其境的奇幻中國神話世界，是因為有強大的光線追蹤和NVIDIA DLSS ，而這一切由GeForce RTX 技術驅動。
NVIDIA RTX 處於目前遊戲變革的最前沿，它是用於尖端應用和遊戲的最快、最先進的平台。
玩家如果使用GeForce RTX 驅動的PC，並透過最新的Game Ready驅動程式進行最佳化，就會獲得最強大的效能、最流暢的遊戲體驗以及最高保真度的光線追蹤效果。
接下來，我們來具體介紹光線追蹤和DLSS。
2018年8月14日，電腦圖形學的頂級會議SIGGRAPH在溫哥華舉辦，英偉達正式推出全球首支持即時光線追蹤技術的全新顯卡家族NVIDIA Quadro RTX。
8月21日，NVIDIA發布了新一代基於圖靈架構的顯示卡：GeForce 2080Ti、GeForce 2080和GeForce 2070。從此GPU開啟了遊戲光線追蹤的新世界。
即時光線追蹤技術和DLSS技術絕對稱得上里程碑式的顛覆。
1.光線追蹤技術
光線追蹤是一種模擬光的物理特性的圖形渲染方法。
在光線追蹤出現之前，傳統的方法是光柵化渲染。
假設有一個房間和一個光源，從房間內看出，給予內每個面一張平面紋理, 根據光源位置關係使每個面變得更亮或更暗，先計算物件（房間）對應螢幕上的多邊形或三角形頂點的座標變換（矩陣變換，透視等），然後在多邊形或三角形內填充紋理，同時計算出房間的每個像素的顏色，從而產生相當逼真的3D房間。
而光線追蹤的原理，是追蹤每條光線的傳播行為，計算每條光線對我們人眼觀察的貢獻值，即顏色值。使用光線追蹤技術渲染，發出的光線會像在現實世界中一樣在場景中反彈，因此看起來更真實。它會計算出光線與房間的交點，以及它應該反射多少光線，光線如何穿過虛擬相機的鏡頭，最後，決定相機的影像應該如何顯示在你的螢幕上。
簡單來說就是：光柵化渲染中，計算光線是從物件本身出發經過座標矩陣變換等等計算與模擬，得到投影至螢幕上每個像素點的顏色等資訊。
而光線追蹤是從相機（眼睛）反向追蹤光線捕捉光線反射的各種效果。
光柵化（左）與光線追蹤（右）
而在遊戲中，就是透過專門的光追（RT）核心，來模擬遊戲場景中的光線物理變化。
它能夠做到物理上精確的陰影、反射和折射以及全域光照，在虛擬的遊戲場景下，讓遊戲中的物件更有真實感。
例如，黑悟空演示中的光影變幻。
還有火焰、煙霧和爆炸等場景看起來更逼真，讓人有種身臨其境的感覺，都是光追的效果。
其實，光線追蹤技術的演算法，早在1979年就由TurnerWhitted提出了。為什麼多年後，才開始使用這項技術進行光線渲染？是因為所需要的計算量過於龐大。
NVIDIA為了確保龐大的算力需求，在圖靈架構中，每個SM單元裡都擁有一個RT CORE，專門為光線追蹤服務。 RT CORE的工作原理，就是層次包圍盒遍歷演算法：BVH（Bounding Volume Hierarchy Traversal）。
例如渲染物件是一隻兔子，要計算一條光線和兔子本身的交互，就把兔子所在空間分成N個包圍盒，計算光線和哪一個包圍盒相交，是的話就再把這個包圍盒繼續劃分成N個更小的包圍盒，再次計算相交，如此反复，一直找到和光線相交的三角形所在的包圍盒，再對這個三角形進行最終的渲染。
#
BVH演算法可以大幅減少計算每個光線最近相交點所需遍歷的三角形數量，而且只需要進行一次就能給所有光線使用，大大提高了執行效率。
2.DLSS
光追速度快不快，還得需要另一項技術搭配使用。
那便是英偉達深度學習超級取樣 (DLSS) ，它是一種深度學習神經網絡，能夠提升幀率並產生清晰的影像。
DLSS全名為Deep Learning Super Sampling，中文名為深度學習超級取樣技術。它能夠使用低解析度影像（如1080P）產生高解析度影像（8K），再把8K影像縮回4K，得到超級取樣抗鋸齒（SSAA）影像。
NVIDIA DLSS 是唯一由AI 驅動的超級解析度技術，這一優勢能為遊戲帶來最高可達2 倍的性能提升。
例如在黑悟空霧氣濃重的場景中，都沒有出現幀數不穩的情況，主要是得益於DLSS技術。
DLSS是NVIDIA繼TXAA之後推出的一種全新獨佔抗鋸齒技術，利用深度學習和AI的強大功能來訓練GPU渲染清晰的遊戲影像。
DLSS的工作原理是影像超解析度技術，基於AI和深度學習的一種最佳化影像的功能，透過英偉達的超算，不斷通過AI去學習超高解析度的遊戲影像，將低解析度影像不斷還原補全細節。
因為超算算力巨大，所以它可以慢慢去補全細節，提高分辨率，運用深度卷積神經網路訓練，最終輸出各種細節接近完美且解析度極高的影像。
DLSS的運算過程全部都在RTX顯示卡獨有的Tensor Core核心單元內完成，所以並不會佔用顯示卡的CUDA通用運算單元，避免了消耗顯示卡的渲染效能和遊戲幀數降低。
DLSS技術可以稱為顯示卡渲染的里程碑。因為在圖形領域有規律，要想要更好的畫質，一定要需要更好的性能，而DLSS 2.0這種革命性技術打破了這種規律，可在不影響影像品質的情況下提升性能。
開啟DLSS後，引擎的渲染會在1/2到1/4像素的低解析度下運作。一大半的像素等級的計算會省略。像素等級的運算非常耗費時間和效能，通常來說，畫面越好的3A大作，越會消耗渲染效能，渲染效能越是瓶頸，而DLSS則越會提供更大的加速。
遊戲中並不需要預置超高清影像，只要用DLSS技術，就啟用了驅動程式內建的超算預先計算好的模型，玩遊戲開啟DLSS功能就會呼叫。
DLSS真正的特殊之處在於，它是第一個AI演算法，同時產生穩定影像，還沒有抖動假影。每個遊戲都能捕捉到高品質的影像序列，避免了即時渲染的高成本，而且遊戲渲染也非常快。
#它也是唯一可以利用深度學習神經網絡，確保影像品質媲美原生解析度的畫面縮放技術。在沒有 AI 支援的縮放技術的情況下，放大後的影像會產生難看的瑕疵，如運動偽影、閃爍和暗淡、模糊的紋理。
借助DLSS技術，首先能帶來畫質的提升。透過先進的時間回饋技術，能夠實現更清晰的影像細節，同時能夠提高幀與幀之間的穩定性。
使用DLSS「畫質」模式在1080p解析度下捕捉的影像
其次，能夠提升幀率和解析度。全新的AI網路可以更有效率地使用 Tensor Cores 來達成2倍於原始版本的速度，這提高了幀率，並消除先前顯示卡、設定和解析度上的限制。
目前，DLSS已經更新到2.4.0版本。
看這2倍提升後的遊戲效能，幀率和畫質真是沒得說。
現在，NVIDIA DLSS已經套用在200款遊戲和應用程式中。
#看過英偉達展示的這段影片後，網友紛紛擔心自己的顯示卡會不會爆。
大家更關心的是，黑悟空究竟什麼時候會來？
以上是「黑悟空」實機展示炸裂登場，英偉達大秀光追技術的詳細內容。更多資訊請關注PHP中文網其他相關文章！
